技术头条 - 一个快速在微博传播文章的方式     搜索本站
您现在的位置首页 --> 算法 --> 深入浅出选择类排序算法(简单选择排序,堆排序)

深入浅出选择类排序算法(简单选择排序,堆排序)

浏览:3761次  出处信息

一.简单选择排序:

   简单选择排序的基本思想是:一次选定数组中的一个数,记下当前位置并假设它是从当前位置开始后面数中的最小数min=i,从这个数的下一个数开始扫描直到最后一个数,并记录下最小数的位置min,扫描结束后如果min不等于i,说明假设错误,则交换min与i位置上的数。(也即每次从数列中找出一个最小的数放到最前面来,再从剩下的n-1个数中选择一个最小的,不断做下去。

   通俗的说:你要在你的班上选择女朋友(假定你有这个特权的话),你开始肯定会最喜欢的,然后再选择次喜欢的,然后继续在剩下的MM中找

   你比较喜欢的。这样就可以按你的要求排成一个序了,就这样理解。

   简单选择排序算法的关键

   1.每一趟在n-i+1中选取最小的记录

   2.通过n-i次关键字进行比较

   3.总共需要n(n-1)/2次比较

   4.选择排序算法的时间复杂度是“死”的,也就是O(n^2)

   算法代码:

void SelectSort(int* a, int len) {
    int i,j,k;
    for (i=1; i<len; i++) {    /**< 比较n-i次 i为指向无序区的开始位置  */
        j=i;
        for (k=i-1; j<len; j++)   {    /**< "A" k记下目前最小关键字的位置,每一轮进行比较取出最小值  */
            if (a[j] < a[k])   {    /**< 如果排在前面的数字大于后面的就交换两者的key */
                k=j;
            }
        }
        if (k>=i)  {    /**< /一轮结束后,把k认为的最小值和i进行交换  */
            int m;
            m = a[k];
            a[k] = a[i-1];
            a[i-1] = m;
        }
    }
}

   从上面的代码可以看出,整个序列分为有序和无序部分, 在A循环中选取最小关键字,也即是有序序列进行更新的时刻.

   在这个算法中有两层循环, 外层循环执行n次, 内层循环执行n-1次 平均时间复杂度为O(n^2n^2).代码中使用了一个临时变量m,空间复杂度为

   O(1).

二. 堆排序:

   堆其实可以看成一个完全二叉树, 我们先温习下完全二叉树的定义:若设二叉树的深度为h,除第 h 层外,其它各层 (1~h-1) 的结点数都达到最大个数,第 h 层所有的结点都连续集中在最左边,这就是完全二叉树.

   

   那么堆又是怎么回事呢, 堆分大小堆.

   大顶堆的需要在满二叉树的定义下再满足, 任何一个非叶结点的值, 都不大于其左右结点的值, 也就是父亲大孩子小.

   小顶堆的需要在满二叉树的定义下再满足, 任何一个非叶结点的值, 都不小于其左右结点的值, 也就是父亲小孩子大.

   根据上面的性质可以得出, 根节点要么最大, 要么最小. 从排序角度来看, 如果一个无序序列调整一个堆的数据结构,那么它必定是有序的. 这个调整的过程就是堆排序的过程.

   我们来取一组数据演示下堆排序的过程:

   原始序列:

   我们先把这组数据建立一棵完全二叉树, 如图:

   

   因为49’, 76, 13, 27为叶子结点,所以不需要对其进行调整, 我们直接从非叶子结点97, 38, 65, 49开始.

   1.先调整97, 发现97>49’, 满足大堆性质

   2.调整38, 发现38<97, 38<76, 父亲都小于孩子结点的值,需要调整, 和孩子结点中最大值97交换, 38和97交换, 发现38<49’, 继续交换.交换后结果为:

   

   3.调整65, 发现65>13, 65>27 满足大顶堆性质, 不需要交换.

   4.调整49, 发现49<97, 49<65, 和较大的孩子97进行交换,交换后,发现49<76, 继续交换.结果为:

   

   现在,已经没有需要调整的结点了, 也就是已经建立了一个大顶堆了.序列为:

   

   因为是大顶堆, 所以根节点肯定是最大值了, 把根节点和最后一个结点进行交换, 就认为第一趟堆排序完成.然后除97这个序列再进行堆排序, 如此反复直到有序为止.

   来看下代码实现:

///< 大顶堆调整
void HeapAdjust(int ziArray[], int iNonLeafIndex, int iLen)  {
     
    int iLeftChild = 2*iNonLeafIndex + 1;   
    int iRightChild = 2*iNonLeafIndex + 2;  
    int iMaxChild = iLeftChild;
    while (iLeftChild < iLen) {
        if (iRightChild < iLen) { ///< 说明有右儿子结点
            if (ziArray[iLeftChild]<ziArray[iRightChild]) {
                iMaxChild = iRightChild; ///< 算出最大儿子结点Index
            }
        }
        if (ziArray[iNonLeafIndex] < ziArray[iMaxChild]) {
            int iTemp = ziArray[iNonLeafIndex];
            ziArray[iNonLeafIndex] = ziArray[iMaxChild];
            ziArray[iMaxChild] = iTemp;
 
            iNonLeafIndex = iMaxChild;
            iLeftChild = 2*iNonLeafIndex + 1;  
            iRightChild = 2*iNonLeafIndex + 2; 
            iMaxChild = iLeftChild;
 
        } else {
            break;
        }
    }
    int i = 0;
    for(; i<iLen; i++)   {   
        printf("%d ", ziArray[i]);
    }
    printf("\n");
    return;   
}   
 
void HeapSort(int ziArray[], int iLen) {   
    int i=0;   
    ///< 建立初始堆 
    for (i=iLen/2; i>=1; i--) {   
        printf("从非叶结点%d调整:", i);
        HeapAdjust(ziArray, i-1, iLen);    ///< 从0开始 
    }
 
    printf("\n%s\n", "递归调整过程:");
    for (i=iLen-1; i>0; i--) {  
        printf("取出本次调整的根结点:%d--", ziArray[0]);
        ///<交换根结点和最后一个结点 
        int temp =ziArray[0];   
        ziArray[0] = ziArray[i];   
        ziArray[i] = temp;   
        HeapAdjust(ziArray, 0, i);   
    }   
    return;   
}   
 
int main()   
{   
    int ziArray[] ={49,38,65,97,76,13,27,49};   
 
    int iLen = sizeof(ziArray)/sizeof(int);
    printf("%s\n", "原序列:");
    int i = 0;
    for(; i<iLen; i++)   {   
        printf("%d ", ziArray[i]);
    }
    printf("\n");
    HeapSort(ziArray, 8);   
    printf("最后结果:");
    for(i=0; i<8; i++)   {   
        printf("%d ", ziArray[i]);
    }   
 
    return 0;   
} 

   实现结果为:

原序列:
49 38 65 97 76 13 27 49
从非叶结点4调整:49 38 65 97 76 13 27 49
从非叶结点3调整:49 38 65 97 76 13 27 49
从非叶结点2调整:49 97 65 49 76 13 27 38
从非叶结点1调整:97 76 65 49 49 13 27 38
 
递归调整过程:
取出本次调整的根结点:97--76 49 65 38 49 13 27
取出本次调整的根结点:76--65 49 27 38 49 13
取出本次调整的根结点:65--49 49 27 38 13
取出本次调整的根结点:49--49 38 27 13
取出本次调整的根结点:49--38 13 27
取出本次调整的根结点:38--27 13
取出本次调整的根结点:27--13
最后结果:13 27 38 49 49 65 76 97

   堆排序的时间复杂度是和完全二叉树的高度有关的. 完全二叉树的高度为O(log_2(n+1)log_2(n+1)),即结点最坏的调整堆的时间为O(log_2nlog_2n),另外在调整堆的过程中, 完全二叉树从最下层最右边的非终端结点开始调整, 将它与其孩子进行比较和交换, 对于每个非终端结点来说,其实最多进行两次比较和交换操作,因此整个调整堆的最坏时间复杂度为O(n).所以最坏时间复杂度为O(nlog_2nnlog_2n).

   堆排序空间复杂度为O(1), 因为需要一个临时变量存储中间数据.快排的时间复杂度为O(nlog_2nnlog_2n),但是它的空间复杂度也为O(nlog_2nnlog_2n),而堆排序是O(1), 这个是堆排序的优势.

原创文章,转载请注明出处: http://www.crazyshell.org/blog/?p=1049

建议继续学习:

  1. 如何使用1M的内存排序100万个8位数    (阅读:10910)
  2. 快速排序(Quicksort)的Javascript实现    (阅读:10100)
  3. 腾讯-1亿个数据取前1万大的整数-题解答    (阅读:9047)
  4. 深入浅出插入类排序算法(直接插入, 折半插入, 希尔排序)    (阅读:6197)
  5. 深入浅出交换类排序算法(冒泡排序,快速排序)    (阅读:5994)
  6. Java程序员必知的8大排序算法    (阅读:4460)
  7. Mysql中的排序优化    (阅读:4367)
  8. Vim(gVim)对排序的妙用    (阅读:4225)
  9. 快速排序详细分析    (阅读:3957)
  10. 排序算法 Sleep Sort    (阅读:3160)
QQ技术交流群:445447336,欢迎加入!
扫一扫订阅我的微信号:IT技术博客大学习
© 2009 - 2024 by blogread.cn 微博:@IT技术博客大学习

京ICP备15002552号-1